近日,天津大學(xué)神經(jīng)工程團隊在國際神經(jīng)工程領(lǐng)域頂級期刊《Journal of Neural Engineering》上發(fā)表題為“Enhance decoding of pre-movement EEG patterns for brain-computer interfaces”的研究論文,被英國物理學(xué)會出版社(IOP Publishing)授予“CHINA TOP cited paper award 2021”。該獎項由英國物理學(xué)會出版社發(fā)布,旨在表彰研究人員發(fā)表的最具影響力的論文。
腦-機接口(BCI)在大腦與外界環(huán)境間建立起一條直接的信息交流通路,是新一代人機混合智能的關(guān)鍵核心技術(shù)。其中基于運動意圖的BCI是最自然的腦機交互方式,因而受到廣泛的研究。運動意圖過程包括動作發(fā)生前的運動預(yù)備階段與動作發(fā)生后的運動執(zhí)行/想象階段。傳統(tǒng)運動意圖BCI研究大都解碼運動想象階段的腦電特征。與之相比,對運動預(yù)備階段的腦電特征進行解碼能夠使BCI響應(yīng)速度更快,靈活度更高。然而,運動預(yù)備誘發(fā)腦電特征信號微弱,難以高效識別。
天津大學(xué)神經(jīng)工程團隊發(fā)展了極微弱誘發(fā)腦電信號解碼技術(shù),并利用運動預(yù)備電位與事件相關(guān)去同步的特征互補性機制,設(shè)計了多維時-頻-空特征快速提取與融合方法,實現(xiàn)了運動預(yù)備階段腦電特征的快速識別,顯著提升了運動意圖腦電解碼效率。該研究提出的運動預(yù)備誘發(fā)腦電特征快速識別方法,可結(jié)合功能性電刺激(FES)應(yīng)用于卒中患者康復(fù)訓(xùn)練,有望提升皮質(zhì)運動意圖與肌肉活動耦合的及時性,從而大幅提升康復(fù)效果;也可為航天員等特種人群在肢體束縛狀態(tài)下腦控“第三只手”進行高效的人-機交互提供技術(shù)支持。
論文鏈接:https://iopscience.iop.org/article/10.1088/1741-2552/ab598f
注:此研究成果摘自《Journal of Neural Engineering》雜志,文章內(nèi)容不代表本網(wǎng)站觀點和立場,僅供參考。


2025-2031年中國腦機接口行業(yè)市場研究分析及發(fā)展趨向研判報告
《2025-2031年中國腦機接口行業(yè)市場研究分析及發(fā)展趨向研判報告》共十一章,包含中國腦機接口行業(yè)發(fā)展環(huán)境洞察,中國腦機接口行業(yè)市場前景預(yù)測及發(fā)展趨勢預(yù)判,中國腦機接口行業(yè)投資戰(zhàn)略規(guī)劃策略及建議等內(nèi)容。



